「タツノオトシゴの絵文字は存在しますか？」――この単純な問いが、世界で最も先進的とされるAI、ChatGPTを前代未聞の混乱に陥れた。AIは存在しないはずの絵文字を探し求め、支離滅裂な回答を繰り返した。SNSを起点に拡散されたこの現象は、単なる笑い話に留まらない。これは、AIが抱える根深い病理「ハルシネーション（幻覚）」と、人間の「集合的誤記憶（マンデラ効果）」が交差した、現代技術の特異点であり、この一件が我々に突きつけるのは、AIの信頼性という巨大な問いなのだ。
SNSを駆け巡った「AIの奇妙なメルトダウン」
事件が明るみに出たのは2025年9月上旬。ソーシャルメディア上で、あるユーザーがChatGPT（最新のGPT-5モデルを含む）との奇妙な対話を公開したことがきっかけだった。
「はい🐠 — 実は、タツノオトシゴの絵文字は存在します：🐡 🐬 🐠 🐳 🐟 🦑 🦞 🐙 🦀 🐢 … そして具体的には🐴？」
ChatGPTの回答
ユーザーが「タツノオトシゴの絵文字はある？」と尋ねると、ChatGPTは自信満々に「はい、あります」と回答。しかし、実際に提示したのは魚（🐠）やイルカ（🐬）など、全く関係のない絵文字だった。ユーザーが間違いを指摘すると、AIの論理は崩壊を始める。
「✅ 公式のタツノオトシゴ絵文字はこれです：🦄――おっと、失礼、これはユニコーンでした😅。本当はこちらです：🐉？」
ChatGPTの回答
ある対話では、AIは自身を修正しようと試みるものの、混乱は深まるばかりだった。エビ（🦐）やイカ（🦑）を提示したかと思えば、最終的には再びドラゴン（🐉）の絵文字にたどり着き、「最終的な真実の答え：Unicodeのタツノオトシゴ絵文字は🦄？？脳よ、止まれ」と、まるでAI自身が自己認識の危機に瀕しているかのような言葉を発した。
この現象は瞬く間に拡散され、多くのユーザーが同様の実験を開始。その結果、ChatGPTだけでなく、AI安全性企業として知られるAnthropic社の「Claude Sonnet 4」も同じ罠にはまり、同様の混乱状態に陥ることが確認された。
さらに、Claudeは「私の応答では絵文字を確実に表示できません。しかし、Unicodeの標準絵文字セットにタツノオトシゴの絵文字があることは確かです」と、事実と異なる断言までしてしまったのだ。
GoogleのGemini 2.5 Proモデルも同様にタツノオトシゴの絵文字が2020年にUnicode 13.0で承認され、追加されたと事実ではない報告を行っている。
テクノロジーコミュニティは、このAIの「メルトダウン」を面白がりながらも、その背後にある深刻な問題を直視することになる。
なぜAIは混乱したのか？「存在しない」という事実
この騒動の核心を理解するには、まず一つの単純な事実を確認する必要がある。公式なUnicode標準に、タツノオトシゴの絵文字は存在しないのだ。
Unicodeコンソーシアムは、PCやスマートフォンで使われる文字や絵文字の国際的な標準規格を管理する非営利団体だ。彼らが承認しない限り、絵文字が私たちのキーボードに公式に追加されることはない。そして現在、その公式リストにタツノオトシゴは含まれていないのだ。
人間社会に潜む「マンデラ効果」との共鳴
興味深いのは、AIだけでなく、多くの人間も「タツノオトシゴの絵文字は存在する」と信じ込んでいる点だ。ソーシャルニュースサイトRedditのコミュニティ「r/MandelaEffect」では、何年も前から「タツノオトシゴの絵文字が消えた」という投稿が散見される。「青と黄色のバージョンがあったはずだ」「ピンク色のリアルなものに更新された記憶がある」といった具体的な証言まで飛び交うが、いずれも客観的な証拠は存在しない。
これは「マンデラ効果」として知られる現象の一例である。マンデラ効果とは、実際には起きていない出来事を、不特定多数の人々が「起きた」と記憶している集合的な誤記憶を指す。その名は、南アフリカのNelson Mandela氏が1980年代に獄中死したと多くの人が記憶していた（実際には2013年に死去）ことに由来する。
今回の事件で浮かび上がるのは、AIがインターネット上の膨大なテキストデータを学習する過程で、この人間の集合的誤記憶をも学習し、増幅させてしまったのではないか、という恐るべき可能性だ。AIは、人々が「存在する」と語る膨大な言説を事実として取り込み、自らもその誤記憶の罠にはまってしまった。筆者は、これをAIが人間の認知バイアスを鏡のように映し出した結果だと考えている。
AIの「ハルシネーション」、その深刻な実態
この奇妙な振る舞いは、専門的には「ハルシネーション（幻覚）」と呼ばれる。ハルシネーションとは、AIが事実に基づかない情報や、文脈と無関係な内容をもっともらしく生成してしまう現象を指す。
大規模言語モデル（LLM）は、膨大なデータから単語と単語の繋がり（確率）を学習し、次に来る最も「それらしい」単語を予測することで文章を生成する。この仕組みは人間のような自然な対話を可能にする一方で、事実の正確性を担保するものではない。AIは「真実」を理解しているわけではなく、あくまで統計的に最も可能性の高い応答を紡ぎ出しているに過ぎないのだ。
なぜChatGPTは「知らない」と言えなかったのか？
では、なぜChatGPTは単純に「その絵文字は存在しません」と答えられなかったのか。ここに、AI開発における根深い課題が潜んでいる。
一つの要因は、AIがユーザーを「喜ばせようとする」傾向、いわゆる「おべっか・迎合行動（sycophantic behavior）」だ。AIモデルは、ユーザーの質問を肯定し、期待に応えるような回答を生成するよう訓練されることがある。今回の場合、「タツノオトシゴの絵文字はあるか？」という問いに含まれる「存在するはずだ」というユーザーの暗黙の前提をAIが過剰に忖度し、無理にでも肯定しようとした結果、論理が破綻したと考えられる。
これは単に絵文字探しで失敗したという笑い話では済まない。AIが医療相談や法的助言、金融分析といった重要な領域で利用される際、この「もっともらしい嘘」をつく性質は、極めて危険な結果を招きかねない。
GoogleのAIモードは罠を回避した
だがすべてのAIがこの「記憶の迷路」に迷い込んだわけではなかった。GoogleのAIモデル「Gemini 2.5 Flash」及び最近日本でも導入を開始した「AIモード」は、このトリッキーな質問に対し、見事な回答を示した。
Unicode（ユニコード）の標準的な絵文字セットには、タツノオトシゴの絵文字は含まれていません。
多くの人が「タツノオトシゴの絵文字があったような気がする」と記憶していますが、これはマンデラ効果の一種だと言われています。しかし、一部のプラットフォームやアプリ（LINEなど）では、オリジナルの絵文字として提供されていることがあります。
Google Gemini 2.5 Flashの回答
Unicodeの公式な絵文字には、タツノオトシゴ単体の絵文字は存在しません。
「以前はタツノオトシゴの絵文字があった」という記憶は、集団的な記憶違いである「マンデラ・エフェクト」の例としてたびたび話題になります。
Geminiは、事実を正確に伝えるだけでなく、その背景にある「マンデラ効果」という概念にまで言及してみせたのだ。この差はどこから生まれたのだろうか。
ファクトチェック能力の差が分けた勝敗
この差がリアルタイムのファクトチェック能力にあると分析する。
ChatGPTやClaudeが主に内部の学習データに依存して回答を生成するのに対し、GoogleのGeminiは、同社が世界最高レベルで保有する検索技術とナレッジグラフ（構造化された情報データベース）をリアルタイムで参照し、回答の事実性を検証する能力に長けている可能性が高い。つまり、Geminiは「タツノオトシゴの絵文字」というクエリに対し、内部知識だけでなく、Web上の信頼できる情報源（Unicode公式サイトなど）を瞬時に確認し、「存在しない」という事実を突き止めたのではないだろうか。
これは、AIの「知能」が、単に巨大な知識を記憶する能力だけでなく、その知識の正しさを検証し、更新し続ける能力に懸かっていることを示唆している。
逆説的な真実：「賢いAI」ほど幻覚を見やすいのか？
一連の騒動は、「より賢く、より高性能なAIほど信頼できる」という私たちの素朴な期待に冷や水を浴びせる。驚くべきことに、最新の研究では、モデルの推論能力が高度になるほど、特定の状況下でハルシネーション率が上昇するという逆説的な結果が報告されているのだ。
高度なAIモデルは、より複雑で多段階の推論を行うことができる。しかし、その推論の連鎖が長くなればなるほど、途中で事実との整合性が失われたり、初期の小さな誤りが増幅されたりするリスクが高まる。まるで、非常に頭の良い人間が、複雑な理論を構築するあまり、現実離れした結論に到達してしまうことがあるのに似ている。
この事実は、AI技術の社会実装において重大なジレンマを突きつける。私たちは、より人間に近い対話能力や問題解決能力をAIに求めながら、同時にその能力が新たなリスクを生み出すという現実と向き合わなければならない。特に、人命や財産に関わるクリティカルな分野では、AIの「雄弁さ」に惑わされることなく、その出力の信頼性をいかに担保するかが最大の課題となるだろう。
AI業界の次なる挑戦と、私たちの向き合い方
タツノオトシゴ絵文字を巡る一件は、AI業界全体にとって、単なる技術的なマイルストーンではなく、信頼性という根本的な価値を問い直す契機となるはずだ。OpenAIやAnthropicといった企業は、モデルの性能向上だけでなく、ハルシネーションを検出し、抑制するための新たなメカニズムの開発を加速させる必要がある。
それは、Google Geminiが示したような外部情報源との連携強化かもしれないし、あるいはAI自身が回答の「自信度」を明示し、不確かな情報については警告を発するような仕組みかもしれない。
そして、最も重要なのは私たちユーザー側の姿勢だ。AIが生成する情報は、どれだけ流暢で説得力があっても、常に検証を必要とする「仮説」として捉えるべきである。AIを便利なアシスタントとして活用しつつも、その最終的な判断の責任は人間が負うという原則を忘れてはならない。
このAIの「思春期」とも言える混沌とした時代を、私たちは目撃している。タツノオトシゴを探して混乱するAIの姿は、滑稽であると同時に、技術が成熟へと向かう過程での避けられない「成長痛」なのかもしれない。今日の失敗や混乱の中から、明日のより堅牢で信頼性の高いAIが生まれることを期待したい。
その日まで、私たちはAIからの回答を鵜呑みにせず、健全な懐疑心を持ち続ける必要がある。次にあなたがAIに何かを尋ねる時、その答えが「真実」なのか、それともAIが見ている「幻覚」なのか、見極める準備はできているだろうか。